System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种物料备料预测方法、装置、设备及存储介质制造方法及图纸_技高网

一种物料备料预测方法、装置、设备及存储介质制造方法及图纸

技术编号:41784911 阅读:20 留言:0更新日期:2024-06-24 20:13
本发明专利技术公开了一种物料备料预测方法、装置、设备及存储介质,本发明专利技术在对生产信息进行特征提取,将筛选出的具有时序的特征经过归一化,之后将归一化后的第二生产特征输入包括有去平稳化注意力机制的Transformer模型中,最后再对Transformer模型的输出进行去归一化,以实现物料备料预测的预测,从而消除多变量时序数据中不同变量之间的尺度差异。另外本发明专利技术还在预测物料备料预测的过程中,将扰动信息进行归一化后输入至第二编码器中,得到目标扰动特征后将其和第三生产特征进行融合,并将融合特征输入Transformer模型的解码器中后再进行去归一化,得到目标备料预测结果,以保证在产品的生产过程中考虑各种扰动并重新计算所需的物料量,提升了对物料的备料量进行预测的准确性。

【技术实现步骤摘要】

本申请实施例涉及物料备料领域,尤其涉及一种物料备料预测方法、装置、设备及存储介质


技术介绍

1、在企业资源管理的生产任务中,相关的生产运营负责人需要对所生产的物料性质和特点十分的了解,以及对物料过往的生产数目以及生产时序等十分清楚,才能推测未来需要多少物料用于生产。但由于人为的推测所受的影响因素较多,推测准确率低,容易导致物料出现冗余堆积或者极度缺乏的现象,同时由于产品生产过程中设备可能出现故障,导致产品出入库、销售和销货流程受到影响,从而影响物料的备料量,因此需要一种可靠的预测模型动态预测并生成物料的备料清单。而现有主流的预测模型,存在着预测准确度低下以及对偶发扰动的处理不够高效的技术问题。

2、综上所述,现有技术中对物料备料进行预测的方法,存在着预测准确度低下以及对偶发扰动的处理不够高效的技术问题。


技术实现思路

1、本专利技术实施例提供了一种物料备料预测方法、装置、设备及存储介质,解决了现有技术中对物料备料进行预测的方法,存在着预测准确度低下以及对偶发扰动的处理不够高效的技术问题。

2、第一方面,本专利技术实施例提供了一种一种物料备料预测方法,包括:

3、获取产品的生产信息以及获取所述产品生产过程中的扰动信息;

4、从所述生产信息中提取第一生产特征;

5、分别对所述第一生产特征以及所述扰动信息进行归一化处理,得到第二生产特征和归一化扰动信息;

6、将所述第二生产特征输入至transformer模型的第一编码器中,得到去平稳化的第三生产特征,所述transformer模型包括有去平稳化注意力机制;

7、将所述归一化扰动信息输入至第二编码器中,得到目标扰动特征,所述第二编码器的结构与所述第一编码器的结构相同;

8、根据所述第三生产特征和所述目标扰动特征,得到融合特征;

9、将所述融合特征输入至所述transformer模型的解码器中,得到初始备料预测结果;

10、对所述初始备料预测结果进行去归一化,得到目标备料预测结果。

11、第二方面,本专利技术实施例提供了一种物料备料预测装置,包括:

12、信息获取模块,用于获取产品的生产信息以及获取所述产品生产过程中的扰动信息;

13、特征提取模块,用于从所述生产信息中提取第一生产特征;

14、归一化模块,用于分别对所述第一生产特征以及所述扰动信息进行归一化处理,得到第二生产特征和归一化扰动信息;

15、第一特征输入模块,用于将所述第二生产特征输入至transformer模型的第一编码器中,得到去平稳化的第三生产特征,所述transformer模型包括有去平稳化注意力机制;

16、第二特征输入模块,用于将所述归一化扰动信息输入至第二编码器中,得到目标扰动特征,所述第二编码器的结构与所述第一编码器的结构相同;

17、特征融合模块,用于根据所述第三生产特征和所述目标扰动特征,得到融合特征;

18、特征解码模块,用于将所述融合特征输入至所述transformer模型的解码器中,得到初始备料预测结果;

19、去归一化模块,用于对所述初始备料预测结果进行去归一化,得到目标备料预测结果。

20、第三方面,本专利技术实施例提供了一种物料备料预测设备,所述物料备料预测设备包括处理器以及存储器;

21、所述存储器用于存储计算机程序,并将所述计算机程序传输给所述处理器;

22、所述处理器用于根据所述计算机程序中的指令执行如第一方面所述的一种物料备料预测方法。

23、第四方面,本专利技术实施例提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的一种物料备料预测方法。

24、上述,本专利技术实施例构建了一个归一化、反归一化的对称结构,在对生产信息进行特征提取,将筛选出的具有时序的特征经过归一化,之后将归一化后的第二生产特征输入包括有去平稳化注意力机制的transformer模型中,使得transformer模型能够提取所需的特征以及各流程节点间的内在联系,保留被归一化处理后丧失的时序信息并进行预测,最后本专利技术实施例再对transformer模型的输出进行去归一化,以实现物料备料预测的预测,从而消除多变量时序数据中不同变量之间的尺度差异,并在最后恢复预测结果的不同尺度。另外本专利技术实施例还在预测物料备料预测的过程中,将扰动信息进行归一化后,输入至与transformer模型的第一个编码器结构相同的第二编码器中,得到目标扰动特征后将目标扰动特征和第三生产特征进行融合得到融合特征,并将融合特征输入transformer模型的解码器中后再进行去归一化,得到目标备料预测结果,以保证在产品的生产过程中对偶发出现的各种扰动做出反应并重新计算所需的物料量,提升了对物料的备料量进行预测的准确性。

本文档来自技高网...

【技术保护点】

1.一种物料备料预测方法,其特征在于,包括:

2.根据权利要求1所述的一种物料备料预测方法,其特征在于,所述生产信息包括所述产品的生产计划信息、生产排程信息以及物料清单信息。

3.根据权利要求2所述的一种物料备料预测方法,其特征在于,所述从所述生产信息中提取第一生产特征,包括:

4.根据权利要求1所述的一种物料备料预测方法,其特征在于,所述根据所述第三生产特征和所述目标扰动特征,得到融合特征,包括:

5.根据权利要求4所述的一种物料备料预测方法,其特征在于,所述根据所述拼接特征生成融合特征,包括:

6.根据权利要求1所述的一种物料备料预测方法,其特征在于,所述获取所述产品生产过程中的扰动信息,包括:

7.根据权利要求6所述的一种物料备料预测方法,其特征在于,所述扰动信息包括扰动发生的生产工序节点和扰动产生的具体原因。

8.一种物料备料预测装置,其特征在于,包括:

9.一种物料备料预测设备,其特征在于,所述物料备料预测设备包括处理器以及存储器;

10.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的一种物料备料预测方法。

...

【技术特征摘要】

1.一种物料备料预测方法,其特征在于,包括:

2.根据权利要求1所述的一种物料备料预测方法,其特征在于,所述生产信息包括所述产品的生产计划信息、生产排程信息以及物料清单信息。

3.根据权利要求2所述的一种物料备料预测方法,其特征在于,所述从所述生产信息中提取第一生产特征,包括:

4.根据权利要求1所述的一种物料备料预测方法,其特征在于,所述根据所述第三生产特征和所述目标扰动特征,得到融合特征,包括:

5.根据权利要求4所述的一种物料备料预测方法,其特征在于,所述根据所述拼接特征生成融合特征,包括:

<...

【专利技术属性】
技术研发人员:余俊生赖群科李培星李秀皇赵天恒
申请(专利权)人:广州佳帆计算机有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1